ESTIMASI MATRIK INFORMASI LALU LINTAS MODEL GRAVITY ASAL TUJUAN ANGKUTAN PRIBADI-UMUM.

(1)

Volume 12 Nomor 1, Oktober 2012

ISSN 1411-660X

J. Tek. Sip.

Vol. 12

No. 1

Hlm.

1 - 74

Yogyakarta

Oktober 2012

ISSN

1411-660X

Studi Kuat Tekan Kolom Baja

Profil C Ganda

Dengan Pengaku Pelat Arah Lateral

Analisa Kekuatan Tarik Besi Beton Struktur Beton Jembatan Waihattu (Perhitungan Manual-Minitab.13)

Kajian Reuse Material Bangunan

Dalam Konsep Sustainable Construction Di Indonesia

Estimasi Matrik Informasi Lalu Lintas Model Gravity Asal Tujuan Angkutan Pribadi-Umum

Keamanan Utilitas Tiang Jalan Raya

Manajemen Pemeliharaan Pusat Belanja (studi Kasus Cihampelas Walk Bandung)

Konstruksi Pondasi Sarang Laba-laba Atas Tanah Daya Dukung Rendah Bangunan Bertingkat Tanggung

Konsep Pengelolaan Sumber Daya Air Berkelanjutan

Watershed Hydrological Analysis Of Jakarta Extreme Floods Aditya Kurnia,

Haryanto Yoso Wigroho

Steanly R.R Pattiselanno, Nanse H Pattiasina

Wulfram I. Ervianto, Biemo W. Soemardi, Muhamad Abduh, dan Surjamanto

Chairur Roziqin

Yohannes Lulie, Y. Hendra Suryadharma

Theresita Herni Setiawan

S.S. Purwanto

Mamok Suprapto

Anastasia Yunika, Mukand Singh Babel,

(2)

Volume 12 Nomor 1, Oktober 2012 ISSN 1411-660X

Jurnal Teknik Sipil adalah wadah informasi bidang Teknik Sipil berupa hasil penelitian, studi kepustakaan maupun tulisan ilmiah terkait. Terbit pertama kali Oktober tahun 2000 dengan frekuensi terbit dua kali setahun pada bulan Oktober, April. (ISSN 1411-660X)

Pemimpin Redaksi

Agatha Padma L, S.T., M.Eng

Anggota Redaksi

Angelina Eva Lianasari, S.T., M.T. Ir. Pranawa Widagdo, M.T. Ferianto Raharjo, S.T., M.T.

Mitra Bebestari

Dr. Ir. AM. Ade Lisantono, M.Eng Dr. Ir. Imam Basuki, M.T. Ir. A. Koesmargono, MCM, Ph.D Ir. Peter F. Kaming, M.Eng, Ph.D Prof. Ir. Yoyong Arfiadi, M.Eng, Ph.D

Tata Usaha

Hugo Priyo Nugroho

Alamat Redaksi dan Tata Usaha:

Program Studi Teknik Sipil, Fakultas Teknik, Universitas Atma Jaya Yogyakarta Jl. Babarsari No.44 Yogyakarta 55281

Telp. (0274) 487711 (hunting) Fax (0274) 487748 Email : jurnalsipil@uajy.ac.id

Redaksi menerima sumbangan artikel terpilih di bidang Teknik Sipil pada Jurnal Teknik Sipil. Naskah yang dibuat merupakan pandangan penulis dan tidak mewakili Redaksi

Jurnal Teknik Sipil diterbitkan oleh Program Studi Teknik Sipil, Fakultas Teknik, Universitas Atma Jaya Yogyakarta.

Pelindung: Dekan Fakultas Teknik Universitas Atma Jaya Yogyakarta

(3)

Volume 12 Nomor 1, Oktober 2012 ISSN 1411-660X Jurnal Teknik Sipil adalah wadah informasi bidang Teknik Sipil berupa hasil penelitian, studi

kepustakaan maupun tulisan ilmiah terkait.

DAFTAR ISI

STUDI KUAT TEKAN KOLOM BAJA PROFIL C GANDA 1-10

DENGAN PENGAKU PELAT ARAH LATERAL Aditya Kurnia, Haryanto Yoso Wigroho

ANALISA KEKUATAN TARIK BESI BETON STRUKTUR BETON JEMBATAN 11-17 WAIHATTU

(PERHITUNGAN MANUAL-MINITAB.13) Steanly R.R Pattiselanno, Nanse H Pattiasina

KAJIAN REUSE MATERIAL BANGUNAN DALAM 18-27

KONSEP SUSTAINABLE CONSTRUCTION DI INDONESIA

Wulfram I. Ervianto, Biemo W. Soemardi, Muhamad Abduh, dan Surjamanto

ESTIMASI MATRIK INFORMASI LALU LINTAS MODEL GRAVITY ASAL TUJUAN 28-34 ANGKUTAN PRIBADI- UMUM

Chairur Roziqin

KEAMANAN UTILITAS TIANG JALAN RAYA 35-39

Yohannes Lulie, Y. Hendra Suryadharma

MANAJEMEN PEMELIHARAAN PUSAT BELANJA 40-50

(STUDI KASUS CIHAMPELAS WALK BANDUNG) Theresita Herni Setiawan

KONSTRUKSI PONDASI SARANG LABA-LABA ATAS TANAH DAYA DUKUNG 51-60 RENDAH BANGUNAN BERTINGKAT TANGGUNG

S.S. Purwanto

KONSEP PENGELOLAAN SUMBER DAYA AIR 61-65

BERKELANJUTAN Mamok Suprapto

WATERSHED HYDROLOGICAL ANALYSIS 66-74

OF JAKARTA EXTREME FLOODS

(4)

Volume 12, No. 1, Oktober 2012, 28-34

28

ESTIMASI MATRIK INFORMASI LALU LINTAS MODEL

GRAVITY

ASAL TUJUAN ANGKUTAN PRIBADI-UMUM

Chairur Roziqin

Teknik Sipil Universitas Lampung

Jl. Prof. Sumantri Brojonegoro No. 1, Gedong Meneng, Bandar Lampung, 35145 e-mail: gindaeyu@yahoo.com

Abstract: The objective of this research is to estimate the origin destination matrix (O-D MATRIX) using secondary data such as socio-economy, average of daily traffic, and travel time, road networks and speeds, and travel cost. Currently, the O-D MATRIX estimation is using primary data obtained from origin-destination (OD) survey which is conducted once in five years. It consumed longer time and more expensive cost. The method used in this research is combined gravity, multinomial in condition of equilibrium traffic assignment. The estimation analysis is using EMME2 (Equilibre Multimode, Multimodal Equilibrium). The statistical test for private transportation traffic shows the value R2 is 0.27118 and for public transportation shows the value of R2 is 0.01044. The statistical test to compare O-D matrix estimated and prior matrix shows the R2 is 0.002. The level of similarity of the model compared to the observed traffic is 41.7% and to the actual traffic is 50.9%.

Keywords: average of daily traffic, origin-destination , Multimodal Equilibrium

Abstrak: Tujuan penelitian ini adalah untuk mengestimasi matrik asal tujuan (MAT) dengan memanfaatkan data-data sekunder seperti data sosio ekonomi, lintas harian rata-rata (LHR), waktu perjalanan (travel time), jaringan jalan dan kecepatan. Selama ini dalam pembuatan MAT selalu menggunakan data primer yang didapatkan dari survei asal-tujuan (O-D) yang dilakukan lima tahun sekali sehingga memerlukan biaya yang mahal dan waktu yang lama. Pembentukan matrik estimasi dalam penelitian ini menggunakan model kombinasi sebaran pergerakan yaitu Gravity dan pemilihan moda Multinomiallogit dalam kondisi pembebanan rute keseimbangan (model SPPM). Analisis perhitungan menggunakan program (Equilibre Multimode, Multimodal Equilibium) EMME2. Hasil penelitian menunjukkan bahwa pada pengujian statistik pada level arus angkutan pribadi menghasilkan R2 sebesar 0,27118 dan pada pengujian statistik pada level arus angkutan umum menghasilkan R2 sebesar 0,01044. Sedangkan pengujian statistik pada level matrik menghasilkan R2 sebesar 0,002. Tingkat kemiripan arus lalu lintas hasil pemodelan terhadap arus pengamatan sebesar 41,8 % dan arus lalu lintas aktual sebesar 50,9 %.

Kata kunci:lintas harian rata-rata, survei asal tujuan, Multimodal Equilibrium

PENDAHULUAN

Kota Bandar Lampung saat ini terus mengalami perkembangan, hal ini akan mempengaruhi kapasitas jaringan jalan dan juga berdampak

kepada permasalahan pengembangan

transportasi. Disepanjang jalan utama yang ada, banyak yang telah berubah peruntukan lahannya, dari permukiman penduduk menjadi lahan terbangun diantaranya pertokoan. Munculnya pertokoaan di sepanjang jalan utama ini akan menambah jumlah pergerakan, dimana pergerakan ini dapat mengganggu lalu

lintas menerus, yang kemudian dapat menurunkan tingkat pelayanan jalan. Dengan mengetahui kondisi yang ada, maka perlu

adanya perencanaan transportasi yang dapat meramalkan kebutuhan pergerakan dalam bentuk perjalanan orang, barang atau kendaraan sehingga dapat dilayani oleh sistem prasarana transportasi yang tersedia.

Para perencana transportasi telah menggunakan konsep matriks asal tujuan (MAT) yang dianggap mampu memaparkan suatu pola perjalanan. Sebagian besar teknik dan metode

untuk menyelesaikan masalah-masalah

transportasi membutuhkan informasi MAT sebagai informasi dasar untuk menggambarkan tingkat kebutuhan transportasi (Tamin, 2000)

yang dapat diperoleh dengan metode

(5)

Roziqin / Estimasi Matrik Informasi Lalu Lintas Model Gravity / JTS, VoL. 12, No. 1, Oktober 2012, hlm 28-34

29

metode yang murah dari segi data dan waktu yang singkat sehingga dirumuskanlah suatu metode yang disebut dengan metoda tidak konvensional.

Tujuan penelitian ini adalah untuk

mengestimasi matrik asal tujuan (MAT) dengan memanfaatkan data-data sekunder seperti data sosio ekonomi, lintas harian rata-rata (LHR), waktu perjalanan (travel time), jaringan jalan dan kecepatan, dimana selama ini dalam pembuatan MAT selalu menggunakan data primer yang didapatkan dari survei asal-tujuan (O-D) yang dilakukan lima tahun sekali sehingga memerlukan biaya yang mahal dan waktu yang lama.

Lingkup penelitian ini adalah pembentukan matrik estimasi dalam penelitian ini

menggunakan model kombinasi sebaran

pergerakan yaitu Gravity dan pemilihan moda

Multinomiallogit dalam kondisi pembebanan rute keseimbangan (model SPPM) yang sudah dikembangkan oleh Sulistyorini (2010); wilayah studi adalah di kota Bandar Lampung, Propinsi Lampung; membuat data base kota Bandar Lampung dengan tingkat resolusi sistem 25 zona; pengumpulan data dalam penelitian ini menggunakan data sekunder (kondisi sosio ekonomi, data populasi, data sektoral, peta administrasi, LHR, data jaringan jalan, travel time dan kecepatan, data angkutan umum) yang diperoleh dari instansi terkait dan hasil studi-studi yang telah dilakukan sebelumnya; biaya perjalanan (Cid) yang merupakan hambatan

transportasi yang digunakan dalam penelitian ini sebagai data input, berupa hambatan waktu

dengan menggunakan fungsi hambatan

eksponensial negatif , seperti yang terlihat pada persamaan (1); batasan yang digunakan dalam model Gravity (GR) pada penelitian ini adalah jenis model Gravity dengan dua batasan atau

Double Constraint. Syarat batas model gravity

jenis ini mengikuti Persamaan (2), (3), (4), (5), dan (6); analisis perhitungan menggunakan

program EMME2 (Equilibre Multimode,

Multimodal Equilibium); pengujian model secara statistik dengan menggunakan indikator penguji adalah koefisien determinasi (R2); bangkitan dan tarikan perjalanan sebagai masukan utama model ini diperoleh dari persamaan hasil studi terdahulu pada tahun 2006.

 

Cid

id e C

f   (1)



 id

id id t

T (2)



 d i id O T (3)



 i d id D T (4)



 d id d d i ) f D (B 1 A (5)



 i id i i d ) f O (A 1 B (6) Model Gravity

Pada model gravity penyebaran pergerakan didasarkan pada aksesibilitas, bangkitan dan tarikan dari zona asal ke zona tujuan. Gambaran tingkat kemudahan dalam mencapai zona tujuan dalam model ini dinyatakan dalam fungsi biaya perjalanan atau fungsi hambatan (impedance function). Fungsi hambatan yang akan diterapkan dalam perhitungan MAT mencakup dua fungsi yaitu eksponensial dan power. Model ini diilhami oleh konsep hukum gravity Newton (Tamin, 1997). Persamaan model

gravity dapat dilihat pada persamaan (3).

(7) (8) (9)

dengan: Tid = jumlah pergerakan dari zona asal i

ke zona tujuan d, Ai; Bd = faktor penyeimbang

masing-masing untuk setiap asal i dan tujuan d; Oi = total pergerakan dari zona asal i; Dd = total

pergerakan ke zona tujuan d; f(Cid) = fungsi

hambatan (waktu, jarak, dan biaya).

Faktor keterpisahan atau fCid merepresentasikan

hambatan seseorang melakukan perjalanan dalam berbagai selang waktu maupun jarak. Secara umum faktor hambatan menyatakan bahwa semakin meningkat waktu perjalanan maupun jarak, orang akan berkurang

 





1

d

id d d

i D B f C

A          



 





_1

     _ _ 



i id i i

d O A f C

B

)

(

_id d d i i

id

A

O

B

D

f

C

(6)

Roziqin /Estimasi Matrik Informasi Lalu Lintas Model Gravity / JTS, VoL. 12, No. 1, Oktober 2012, hlm 28-34

30

keinginannya untuk melakukan perjalanan. Kalibrasi model Gravity termasuk dalam menentukan faktor keterpisahan.

Hal yang terpenting untuk diketahui adalah f(Cid) harus dianggap sebagai ukuran

aksesibilitas (kemudahan) antara zona i dengan zona d. Hyman (1969) dalam Tamin (2000) menyarankan tiga jenis fungsi hambatan yang dapat digunakan dalam model GR yaitu fungsi pangkat (pers. (9)), fungsi eksponensial (pers. (10)), dan fungsi Tanner Persamaan (11).

(10)

(11)

(12) Fungsi hambatan tersebut mengandung unsur parameter yang belum diketahui yaitu parameter dan .

Menurut Tamin (2000), jenis model gravity

berdasarkan batasan yang dipakai dapat dibedakan menjadi 4 jenis, yaitu model Gravity

tanpa batasan Unconstrained Gravity (UCGR), model Gravity dengan batasan tarikan

Attraction Constrained Gravity (ACGR), model

Gravity dengan dua batasan Fully/Double Constrained Gravity (DCGR), model Gravity

dengan batasan bangkitan Production

Constrained Gravity (PCGR).

Model Sebaran Pergerakan–Pemilihan

Moda (SPPM)

Tamin (1988), Tamin, dkk. (2000), Purwanti (2002), dan Sulistyorini (2010) mengembangkan

model kombinasi Sebaran Pergerakan

Pemilihan Moda (SPPM). Persamaan dasar estimasi model transportasi kombinasi SPPM dengan menggunakan data arus lalu lintas yang mengikuti Persamaan (13).

Persamaan (12) adalah sistem persamaan dengan L persamaan simultan yang mempunyai beberapa parameter yang belum diketahui.

Menurut Sulistyorini (2010), untuk

mengestimasi nilai parameter tersebut, dibutuhkan suatu metode estimasi tertentu.

Metode Estimsi Kuadrat Terkecil (KT)

Tamin (2000) menjelaskan bahwa ide dari metode ini adalah mengkalibrasi parameter yang tidak diketahui dengan meminimumkan jumlah perbedaan atau deviasi kuadrat antara arus lalu lintas hasil estimasi dengan arus lalu lintas hasil pengamatan. Fungsi obyektif dari metode estimasi kuadrat terkecil untuk data arus lalu lintas mengikuiti persamaan (13).

Minimumkan







_

       l 2 l l l Vˆ V V 1

S _ (14)

denganV_l=1 untuk Kuadrat-Terkecil-Tidak-Linier (KTTL),V_l=Vˆ_luntuk Kuadrat-Terkecil-Tidak-Linier-Berbobot (KTTLB),Vˆ_l= jumlah arus lalu lintas pada ruas hasil pengamatan, Vl =

jumlah arus lalu lintas pada ruas hasil pemodelan Persamaan (14) dapat ditulis ulang menjadi Persamaan (15). Minimumkan













































l 2 l i d l id id l

V

ˆ

p

.

T

V

1



S

(15)

PEMBAHASAN

Estimasi Parameter dan

Nilai merupakan biaya perjalanan rata-rata di wilayah studi, semakin kecil nilai biaya rerata perjalanan. Sedangkan nilai merupakan representasi dari proporsi pemilihan angkutan pribadi dan angkutan umum.

(13)

dengan dan

 

Cid Cid

f  

 

Cid

id

e

C

f





 

α Cid

id id C .e

C

f   

(7)

31

Tabel 1. Nilai beta (ȕ) dan gamma (Ȗ) pada

setiap iterasi

Iterasi Beta Gamma

Awal 0.3823 -0.3244

1 0.5877 -0.3445

2 0.4015 -0.3521

10 0.4577 -0.3439

11 0.4727 -0.3429

12 0.4641 -0.3437

20 0.4674 -0.3439

21 0.4676 -0.3438

22 0.4675 -0.3439

23 0.4676 -0.3438

24 0.4675 -0.3438

25 0.4676 -0.3438

26 0.4675 -0.3438

Berdasarkan data pada Tabel 1 dan Gambar 2 terlihat konvergensi nilai beta ( ) dan gamma ( ) sangat tergantung pada pemberian nilai awal dan . Semakin jauh nilai awal, maka akan semakin banyak jumlah iterasi yang akan

diperlukan untuk mencapai kondisi

konvergensi. Dengan nilai parameter awal seperti tercantum pada Tabel 1, maka dilakukan iterasi, pada iterasi pertama sampai dengan iterasi ke-12 untuk nilai dan masih memperlihatkan nilai yang belum konvergen, pada iterasi ke-20 sampai dengan iterasi ke-26 untuk nilai sudah mencapai konvergensi dan untuk nilai konvergensi sudah terlihat pada iterasi ke-23 sampai dengan iterasi ke-26. Maka

setelah 26 kali iterasi dapat mencapai konvergensi dengan nilai beta ( ) = 0,4675 dan gamma ( ) = -0,3438.

Dengan hasil yang diperoleh pada tahap estimasi parameter nilai adalah positif, nilai positif pada parameter tersebut mempunyai arti bahwa biaya perjalanan rata-rata di wilayah studi menjadi bahan pertimbangan bagi pelaku perjalanan dalam menentukan zona tujuan. Sedangkan nilai adalah negatif, artinya dalam pemilihan moda tidak terdapat pilihan sehingga ketidaknyamanan dalam hal jarak perjalanan tidak menjadi suatu pertimbangan.

Estimasi Matrik Asal Tujuan

Dengan mengaplikasikan nilai parameter dan

 yang telah konvergen, maka selanjutnya dilakukan proses estimasi MAT sesuai dengan tujuan penelitian ini, yaitu membangun MAT angkutan pribadi, angkutan umum dan total (Gambar 6) dengan menggunakan Persamaan (12).

[image:7.610.86.532.97.570.2]

Dari pengujian yang telah dilakukan, terlihat bahwa dari pemodelan pada beberapa ruas jalan yang ditinjau dapat menggambarkan tingkat kemiripan atau kesesuaian yang cukup baik.

(8)

32

Tabel 2. Hasil uji arus lalu lintas model terhadap arus lalu lintas pengamatan dan arus lalu lintas aktual

Nama Ruas From to Arus input* Arus Model*

Volume lalu lintas

Aktual*

Raden Intan 298 311 3757 7393 1676

Gajah Mada 305 359 248 1798 448

Gajah Mada 359 305 157 297 564

W. Mangonsidi 413 395 3478 601 568

W. Mangonsidi 395 413 2554 1936 332

P.Antasari 173 174 1730 2710 608

P.Antasari 174 173 2071 7068 916

Sudirman 397 398 1562 663 940

Sudirman 398 397 1098 511 756

Sultan Agung 72 95 1308 605 532

Sultan Agung 95 72 2165 2950 820

Urip Sumoharjo 126 130 683 354 288

Urip Sumoharjo 130 126 673 621 184

Kartini 307 297 4115 5948 2008

A. Yani 393 385 4028 4007 2036

[image:8.610.95.541.122.700.2]

Keterangan: (* smp/jam) (lanjutan)

Gambar 3. Grafik perbandingan arus model dengan arus aktual

(9)

33

Dengan hasil nilai R2 untuk pengujian arus lalu lintas hasil pemodelan dibandingkan dengan arus lalu lintas pengamatan (data input) sebesar 41,8% dan arus lalu lintas aktual sebesar 50,9% memperlihatkan bahwa semakin banyak data input arus lalu lintas dalam pembangunan MAT sangat mempengaruhi terbangunnya MAT yang baik.

Perbandingan Arus Angkutan Umum Hasil Model dengan Survei

Pada level arus angkutan umum pada penelitian ini, arus angkutan umum estimasi dibanding dengan arus angkutan umum pengamatan, nilai R2 yang dihasilkan dari pengujian model secara statistik adalah sebesar 0,01044. Hasil tersebut menggambarkan bahwa hasil arus model dapat menggambarkan arus sebenarnya sebesar 1,044%. Dengan hasil tersebut dapat dilihat ternyata pengguna angkutan umum (DAMRI) tidak dapat menggambarkan secara baik pergerakan antar zona, hal tersebut dikarenakan terdapat kemungkinan pengguna lebih banyak menggunakan angkutan kota. Hal lain yang menjadikan nilai tersebut kecil adalah dalam penelitian ini, data pengguna angkutan kota tidak menjadi data masukan.

Perbandingan Matrik Total dengan Matrik Prior

Perbandingan MAT estimasi dengan matrik prior, nilai R2 yang dihasilkan dari pengujian

model secara statistik adalah sebesar 0,002 (Gambar 5), sehingga dapat diambil kesimpulan bahwa matrik hasil model tidak dapat menggambarkan matrik prior. Dengan melihat hasil tersebut, terdapat kemungkinan hasil yang didapatkan dipengaruhi beberapa faktor, seperti data-data yang digunakan tidak mendukung (seperti matrik prior yang digunakan tidak diketahui dalam proses pembangunannya) selain itu data-data lain seperti jumlah data volume lalu lintas angkutan pribadi dan angkutan umum yang digunakan kurang memadai secara jumlah atau kuantitas, hal itu disebabkan data yang ada dan yang terbaik pada tahun yang ditinjau adalah data-data tersebut.

KESIMPULAN

Dari penelitian ini dapat diambil kesimpulan bahwa penentuan nilai awal parameter model merupakan masalah utama yang dijumpai dalam proses estimasi parameter model, nilai awal parameter ini memegang peranan penting untuk tercapainya konvergensi; kelemahan Metode Newton Raphson dalam penetapan nilai awal dan dengan cara trial error atau coba-coba, sehingga untuk mencapai global optimum

sangat sulit, dalam penelitian ini pencapaian konvergen pada pencarian nilai parameter dalam kondisi local optimum; pada model

[image:9.610.87.506.524.725.2]

gravity nilai adalah negatif, nilai ini merupakan representasi dari proporsi pemilihan angkutan pribadi, artinya dalam pemilihan moda tidak terdapat pilihan sehingga

(10)

34

ketidaknyamanan dalam hal jarak perjalanan tidak menjadi suatu pertimbangan, sedangkan

untuk adalah positif, nilai ini merupakan

biaya perjalanan rata-rata di wilayah studi, dengan kata lain faktor representasi dari biaya perjalanan rata-rata di wilayah studi menjadi bahan pertimbangan bagi pelaku perjalanan dalam menentukan zona tujuan; dari hasil analisa tersebut, jaringan jalan yang digunakan hanya ruas-ruas tertentu atau tidak ada ruas jalan alternatif untuk menuju suatu lokasi.

DAFTAR PUSTAKA

Junaedi, Tas’an, 2008, Analisa Perubahan Arus

Lalu lintas dan Pengaruhnya Terhadap Matrik Asal Tujuan, Media Teknik Sipil, Januari.

Khisty, C. J. dan Lall, B. K., 2006, Dasar-Dasar Rekayasa Transportasi, Jilid 2, Edisi III, Penerbit Erlangga, Jakarta. Kresnanto, N.C, 2003, Pengembangan Model

Perencanaan Transportasi Dengan Sistem Informasi Geografis (Analisa Kinerja Jaringan Transportasi Jalan dengan Model Dynamic Segmentation), Thesis Magister Teknik Geodesi, Institut Teknologi Bandung, Bandung.

Ortuzar, J.D. and Willumsen, L.G., 1994,

Modelling Transport, Third Edition, John Wiley and Sons Ltd.

Priyanto, S. dan Fathoni, M., 2005, Estimasi Matrik Asal Tujuan Perjalanan Penumpang Umum Trans Jawa – Sumatera Melalui

Lintasan Penyeberangan Merak –

Bakauheni, Simposium VIII FSTPT, Palembang.

Sulistyorini, R., 2000, Dampak Adanya Informasi MAT Parsial Terhadap Akurasi MAT Yang Didapat dari Arus Lalu Lintas,

Thesis Magister, Magister Transportasi, Institut Teknologi Bandung, Bandung. Sulistyorini, R., 2010, Estimasi Parameter

Model Kombinasi Sebaran Pergerakan Dan

Pemilihan Moda Dalam Kondisi

Pembebanan Keseimbangan, Disertasi Doktor, Institut Teknologi Bandung, Bandung.

Syafii, Estimasi Asal Tujuan (MAT) Perjalanan Dinamis (Time-Dependent OD) dari Data Lalu Lintas,dari: http://www.lontar.ui.ac.id. Tamin, O.Z., 1997, Perencanaan dan Pemodelan Transportasi, Edisi I, Penerbit ITB, Bandung.

Tamin, O.Z., 2000, Perencanaan dan Pemodelan Transportasi, Edisi II, Penerbit ITB, Bandung.

Tamin, O.Z., Santoso, Idwan, Ruswandi, dan Didi, 1999, Studi Pengaruh Model Sebaran Pergerakan Terhadap Akurasi Perkiraan Matrik Asal Tujuan Berdasarkan Data Arus Lalu lintas, Simposium II FSTPT, Graha 10 November, Institut Teknologi Surabaya, Surabaya.